Buena Data Podcast Mothercaster Media

En el capítulo de hoy, vamos a hablar del procesamiento del lenguaje natural y los riesgos y desafíos que estos modelos representan a nivel cultural, político y social.¿Qué son los grandes modelos del lenguaje, como GPT-3, Bloom o BERT? ¿Cuáles son los verdaderos propósitos de estas nuevas tecnologías? ¿Cómo funcionan y se entrenan los modelos neuronales? Pero yendo un paso más allá… ¿qué repercusiones no previstas puede tener la adopción de esta clase de desarrollos a escala masiva?
Estamos ante un punto de quiebre, gracias al salto tecnológico más importante desde internet. Y las consecuencias que esto va a traer, no existe modelo alguno que pueda predecirlo.
Invitades del episodioSofía Checchi > https://www.linkedin.com/in/sofía-checchi-4b9711143/Agustín Dye > https://www.linkedin.com/in/adye/
Recibí Buena Data > https://buenadata.substack.com/Descubrí la Buena Data > https://www.instagram.com/buenadata.podcast/Aprendé sobre cuestiones técnicas > https://www.deployr.ai/
Creditos musicales“Buena Data Theme”, “CB Theme” y “GR Theme” by Hernán Escudero“NPL Theme” y “A Better Place remix” by Dalmas
"Aurora Borealis Expedition" by Asher Fuilero"Happy Mistake" by RKVC"Alpha Mission" by Jimena Contreras"Melting Sands" by ELPHNT"Perihelion" by Cooper Cannell
Este episodio contiene material obtenido de programas de televisión y otras plataformas con fines periodísticos.Para más información visitar > https://mothercastermedia.com/buena-data/buena-data-s01e04/
--
Hacemos Buena DataHacemos Buena DataMothercaster Media: producción, edición, diserño sonoro y post producción sonora > https://www.mothercastermedia.comCircular.lat: comunicación y dirección de arte > https://www.circular.latHernán Escudero: idea y música original, producción, guión y grabación > https://www.linkedin.com/in/hernanescudero/

Desde hace un par de décadas, lo digital es una parte inseparable de la cultura. Los datos y algoritmos nos rodean y se encargan de hacernos llegar el arte (música, películas, libros) en forma de servicios y apps de streaming. En el capítulo de hoy vamos a hablar de los sistemas de recomendación, que son los modelos que se encargan de ordenar y priorizar el contenido que recibimos. Las viejas nociones de cultura popular y cultura masiva se trastocan al calor de los hits virales y las redes sociales nacidas para una generación que nunca tuvo contacto con lo analógico. Las plataformas habilitan la creación y la divulgación de contenido artístico sin un costo económico, pero eso no lo hace gratis. Además, cómo los nuevos robots de logística detectan el comportamiento de los seres humanos que lo rodean, pero también cómo se está usando la inteligencia artificial para realizar mantenimiento preventivo y usar recursos de manera más eficiente.

Todo es una construcción social. Esto incluye a los datos, a los algoritmos y la forma en que estos se usan. En el capítulo de hoy vamos a hablar de la importancia de las ciencias sociales para la naciente disciplina de la ciencia de datos: lo específico (y muy buscado) del cientista social, el rol del pensamiento crítico, la (insuficiente/inexacta/innecesaria) formación académica para desempeñarse en el rubro, y la importancia de enmarcar un problema desde una mirada interdisciplinaria. Los modelos de machine learning tienen impactos concretos en la vida real, y por eso integrar una mirada basada en las ciencias sociales es igual de necesario que la excelencia algorítmica y performance computacional. Dejar de lado una de las dos esferas de la ciencia (humanística/exacta) fuera de la ecuación reduce la ciencia de datos a la programación. Y si bien haberlo hecho así hasta ahora tuvo consecuencias, todavía estamos a tiempo de cambiar la historia. Además, cómo la OTAN está usando la IA para construir armas y humanos aumentados, pero también cómo se está usando para detectar trastornos del espectro autista en niñxs a edades cada vez más tempranas.

¿Es cierto que los datos son el nuevo petróleo? La explotación de estos datos, a caballito de las nuevas tecnologías, trajo necesidades, problemas y hasta trabajos enteros que antes no existían. En el capítulo de hoy, vamos a hablar de cuáles son las distintas partes de un proceso de datos y qué hacen los roles que se ocupan del análisis, ciencia, ingeniería y arquitectura de datos. Para explicar qué es la Ciencia de Datos y qué son los algoritmos, hay que entender qué es la “realidad” y cómo se puede traducir en datos. Este es un desafío que requiere considerar múltiples aristas a la vez, desde lo técnico hasta lo sociopolítico. Además, cómo el uso de machine learning e inteligencia artificial se utiliza para combatir la pornografía infantil y, en el futuro, para la optimización de energías renovables.

¿Cómo saben los algoritmos tus gustos e intereses? ¿Vamos a ser reemplazados por inteligencias artificiales? ¿Skynet puede ser real? Descubrí el mundo de la Ciencia de Datos y sus componentes como algoritmos, machine learning e inteligencia artificial. En cada episodio debato sobre el uso de estas tecnologías con una mirada social crítica, humana y ética. Soy Hernán Escudero y esto es Buena Data, un espacio para debatir, aprender y concientizar sobre el maravilloso y amplio mundo de la ciencia de datos